Kimi數學能力趕上o1後，月之暗面楊植麟分享行業思考

OpenAI發佈GPT5之前，中國大模型公司的下一步怎麼走？11月16日，通用人工智能公司月之暗面創始人楊植麟分享了他的觀點與思考。

現場，月之暗面旗下Kimi發佈新一代數學推理模型 k0-math，是Kimi 推出的首款推理能力強化模型，也是楊植麟技術路線思考的直觀體現。在他看來，行業接下來的重點是強化學習，技術範式會發生變化。

k0-math 模型採用強化學習和思維鏈推理技術，通過模擬人腦的思考和反思過程，提升解決數學難題的能力。在業界最常使用的數學能力基準測試 MATH 中，k0-math 初代模型成績超過OpenAI旗下o1-mini和o1-preview模型。

需注意的是，k0-math 模型雖然可以解答大部分有難度的數學題，但當前版本暫時無法解答 LaTeX 格式（一種排版語言）難以描述的幾何圖形類問題。還有一些侷限性需要突破，如對過於簡單的數學問題，k0-math模型可能會過度思考；對高考難題和IMO（國際數學奧林匹克）題目有一定概率做錯。未來模型需要更好地泛化，才能在更多學科的場景中落地使用。

泛化是指模型應用到數據上時，能夠精準預測或分類。過去，行業共識於Scaling Law（規模定律）提供的理論框架能夠幫助研究者理解和預測模型在不同規模下的泛化性能，但近期，關於“Scaling Law失效”的觀點聲起。在楊植麟看來，AI的關鍵詞仍包括“Scaling”，這也是支撐AI技術在過去幾年有所進展的重要因素。Scaling不是簡單地將模型做得更大就好，而是找到有效的方法去Scale，比如更好的數據和方法。

目前行業在楊植麟看來已經發生變化，月之暗面的重點是基於強化學習去Scale，而非簡單預測下一個token（文本中的最小單位）是什麼，因爲後者具備侷限性——只基於靜態數據集無法探索更難的任務，加入強化學習的預測會在思考過程中生成更多的數據。

月之暗面選擇的試驗場景是數學，在楊植麟看來，數學是最適合讓AI鍛鍊思考能力的場景。因爲在計算過程中，模型需要不斷試錯。如果算錯了，可以返回驗證、校對，再計算，這也是OpenAI提出o1模型核心想要表達的觀點。楊植麟稱，o1最初也是從數學場景開始，通過嚴密的自成一體，不需要與外界交互。此次發佈的數學模型 k0-math 有兩個層面的價值：一是在教育場景應用，二是實現公司技術迭代和驗證。

在明確強化學習與AI思考能力方向之前，月之暗面也經歷過戰略調整。楊植麟表示，公司一開始嘗試過幾個產品一起做，這個方式在一定時期有效，但最終發現還是要聚焦，將一款產品做到最好是月之暗面認爲最重要的事。於是在今年3月左右，公司決定聚焦Kimi。“如果現在三個業務一起做，活生生把自己變成大廠，那我就會沒有任何優勢。”楊植麟表示。

另外，楊植麟稱，公司也會根據美國市場的情況去判斷哪個業務最後可以做大。例如ChatGPT目前已有超過5億的月活，算得上半個超級應用，Super APP的路徑在很大程度上被驗證。但也有像Character.ai這樣的產品一開始用戶量很多，後面很難破圈的情況。因此，楊植麟對第一財經記者表示，會觀察美國市場與產品，但這並非唯一的判斷標準，也會根據自身觀察來判斷上限最高的事情，並通過這種方式去控制業務與人數。

至於目前行業密集發佈的多模態產品，楊植麟表示公司有幾個多模態能力已在內測階段，多模態最重要的是思考與交互，而思考的重要性遠大於交互。“思考決定上限，交互是一個必要條件；多模態是必要的，但思考決定了它的上限。”楊植麟表示。